과제명 |
병원 규모의 의료 데이터와 딥러닝을 이용한 진단 보조 시스템 |
주관연구기관 |
주식회사 루닛
|
연구책임자 |
백승욱
|
보고서유형 |
연차보고서
|
발행국가 |
대한민국
|
언어 |
한국어
|
발행년월 |
2016-07
|
과제시작년도 |
2015
|
주관부처 |
미래창조과학부 KA |
사업 관리 기관 |
정보통신기술진흥센터 Institute for Information & communications Technology Promotion
|
등록번호 |
TRKO201600015597
|
과제고유번호 |
1711029262
|
DB 구축일자 |
2016-12-17
|
키워드 |
기계학습,딥러닝,컴퓨터 기반 진단시스템,유방촬영술,유사분열,디지털병리,유방암,암등급
|
연구과제
타임라인
▼
과제명
병원 규모의 의료 데이터와 딥러닝을 이용한 진단 보조 시스템
과제명
병원 규모의 의료 데이터와 딥러닝을 이용한 진단 보조 시스템
초록
▼
Ⅰ. 해당 연도 추진 현황
Ⅰ-1 기술개발 추진 일정
Ⅰ-2 해당 연도 추진 실적
추진실적
1.1. 유방촬영술 데이터 준비
- 암환자의 경우 Digital Mammography, 침윤성 유방암 혹은 ...
Ⅰ. 해당 연도 추진 현황
Ⅰ-1 기술개발 추진 일정
Ⅰ-2 해당 연도 추진 실적
추진실적
1.1. 유방촬영술 데이터 준비
- 암환자의 경우 Digital Mammography, 침윤성 유방암 혹은 제자리암 조직학적으로 확진된 암환자를 선별하는 작업
- 정상의 경우, Digital Mammography에서 정기 검진 중 2회 이상 category 1로 확진된 환자
- 경희의료원의 암 환자 수가 딥러닝 알고리즘에 학습시키기에 부족하여, 국립암센터와 공동연구계약(위탁연구)을 맺어 추가 적인 영상 확보를 진행하였고, 총 암 환자 유방촬영술 2,000여 건, 정상 2,000여 건 데이터 준비
- 경희의료원, 국립 암센터 내부의 윤리심의위원회 (IRB) 통과
- 하지만, 딥러닝 학습을 위한 정상, 악성, 양성 유방촬영술 영상데이터는 충분하지 않은 상황
1.2. 유방조직슬라이드 준비
- 침윤성 암으로 확진된 환자의 유방조직 슬라이드 100여 건 (딥러닝 알고리즘에 활용할 이미지 1,761 장) 준비
- 삼성서울병원 내부 윤리심의위원회 (IRB) 통과
- 사업 계획 당시의 1,000여 건에 비해 현저하게 적으나, 슬라이드 하나에서 확보할 수 있는 영상이 많음
2.1. 유방촬영술 데이터용 DB 구축
- 병원 내 PACS에서 dicom meta 데이터 중 개인 고유 식별 번호 (생년월일, 이름, 환자번호 등)을 지우고 익명화 하는 시스템 개발
- 경희의료원의 경우 영상 자료 및 의료 정보를 원 내부에서 관리할 수 있는 별도의 서버를 원내 서버실에 배치
- dcm 파일을 학습에 활용할 이미지 파일로 변환 하는 시스템 개발
2.2. 유방조직슬라이드 데이터용 DB 구축
- 조직슬라이드에서 현미경을 통해 학습에 필요한 영상 획득할 수 있도록 별도의 HW 시제품 개발
- 모바일 디바이스로 조직병리 이미지를 찍은 후, 유사분열 세포를 찾아 labeling 할 수 있도록 web기반의 labeling tool을 개발 및 시스템 구축
3.1. 유방촬영술 학습 시스템 구축
- 의료정보가 원 밖으로 나가지 않도록 경희의료원 내에 GPU를 설치, 고정 IP 할당 및 SSH 설정을 통해 루닛 중앙서버와 통신 환경 구축
- DB에서 학습에 활용할 수 없는 영상들을 정제하는 작업
3.2. 유방조직슬라이드 학습 시스템 구축
- 병리과 의사들 3명으로부터 labeling 된 데이터 중 학습에 활용할 데이터들을 선별하고, GPU를 활용하여 학습
4.1. 유방촬영술 학습 알고리즘 개발
- Deep Convolutional Neural Network를 기반으로 4-view 유방촬영술 영상을 입력 받을 수 있는 새로운 Multi-view CNN 알고리즘 설계,
- 병변의 위치 정보를 학습에 활용하지 않고, 최종 진단명과 유방촬영술 영상 만으로, 병변의 위치를 예측할 수 있는 약한 지도학습 (weakly supervised) 알고리즘 개발
4.2. 유방조직슬라이드 학습 알고리즘 개발
- 50 슬라이드의 1,683 유사분열세포, 785,550의 일반세포를 학습시킴
- Deep Convolutional Neural Network를 기반으로 알고리즘 설계, (6개의 convolutional layers, 2 fully connected layers)
5.1. 유방촬영술 알고리즘 검증 및 개선, 평가
- 세계 최대 영상의학회인 북미영상의학회 RSNA 2016에 abstract 제출
- 계획대비 실적 (정상/악성 병변 구분)
5.2. 유방조직슬라이드 알고리즘 검증 및 개선, 평가
- 세계최대 병리학회인 북미병리학회 USCAP 2016 abstract 제출 및 Oral presentation 선정
- 계획대비 실적
6. 데모 시스템 구축
- 유방촬영술의 경우 4-view의 이미지를 구분하여 입력하면 알고리즘이 적용되어 정상/ 악성 확률맵을 보여주는 Web 기반의 시스템
- 유방조직 슬라이드의 경우, 스마트폰과 현미경을 연결하는 하드웨어, 스마트폰 어플리케이션 및 Web기반의 시스템 구축
목차
Contents
▼
- 표지 ... 1
- 연차보고서 ... 2
- Ⅰ. 해당 연도 추진 현황 ... 3
- Ⅰ-1 기술개발 추진 일정 ... 3
- Ⅰ-2 해당 연도 추진 실적 ... 4
- Ⅱ. 기술개발결과 ... 6
- Ⅱ - 1 기술개발결과 ... 6
- Ⅲ. 결론 및 차년도 계획 ... 11
- Ⅲ -1 향후계획 ... 11
- Ⅲ -2 차년도 변경사항 ... 13
- Ⅲ -3 기타 ... 14
- Ⅳ. 사업비 사용현황 ... 15
- Ⅴ. 기업 재무건전성 현황 ... 18
- Ⅵ. 유형적 발생품(연구시설, 연구장비 등) 구입 및 관리 현황 ... 19
- 끝페이지 ... 20